来源：期刊VIP网 时间：
作者：王思倩;董立红;叶鸥;
单位：西安科技大学人工智能与计算机学院;
摘要：无参考视频质量评价（NRVQA）是衡量煤矿井下钻场视频质量、实现远程监控的关键。现有NRVQA方法多基于地面通用场景设计，针对井下钻场环境中因煤尘、设备振动等因素引起的视频时空复合失真问题难以取得良好效果。针对该问题，提出了一种基于时空域动态聚合的井下钻场NRVQA方法。从空间与运动2个维度分别提取钻场监控视频特征：空间特征提取分支基于Swin Transformer架构，引入局部感知增强模块，以强化煤尘干扰下的纹理与边缘细节表征能力；运动特征提取分支通过在ResNet中嵌入DeformConv3D可变形卷积模块，实现对钻机运动轨迹与煤尘扩散动态特征的精准捕捉。设计时空动态聚合模块，通过动态分配空间和运动特征权重，实现对不同失真类型与程度的判别性表达。构建Coal-DB数据集并开展消融实验和对比实验，结果表明该方法的斯皮尔曼秩相关系数、皮尔逊线性相关系数、肯德尔秩次相关系数、均方根误差分别为0.904 3,0.902 3,0.753 6,4.684 0，优于基础模型和VSFA,StableVQA等主流视频质量评价方法，且该方法预测的视频质量分数更接近主观评分。
关键词：井下钻场;;视频质量评价;;视频复合失真;;局部感知增强;;时空动态聚合
基金资助：国家自然科学基金青年基金项目（62303375）
